/[webpac2]/trunk/run.pl
This is repository of my old source code which isn't updated any more. Go to git.rot13.org for current projects!
ViewVC logotype

Diff of /trunk/run.pl

Parent Directory Parent Directory | Revision Log Revision Log | View Patch Patch

revision 209 by dpavlin, Mon Dec 5 17:46:57 2005 UTC revision 335 by dpavlin, Sat Dec 31 14:00:36 2005 UTC
# Line 7  use File::Temp qw/tempdir/; Line 7  use File::Temp qw/tempdir/;
7  use Data::Dumper;  use Data::Dumper;
8  use lib './lib';  use lib './lib';
9    
10    use WebPAC::Common 0.02;
11  use WebPAC::Lookup;  use WebPAC::Lookup;
12  use WebPAC::Input::ISIS;  use WebPAC::Input 0.03;
13  use WebPAC::Store 0.03;  use WebPAC::Store 0.03;
14  use WebPAC::Normalize::XML;  use WebPAC::Normalize::XML;
15  use WebPAC::Output::TT;  use WebPAC::Output::TT;
16  use WebPAC::Output::Estraier;  use WebPAC::Output::Estraier 0.08;
17  use YAML qw/LoadFile/;  use YAML qw/LoadFile/;
18    use Getopt::Long;
19    use File::Path;
20    
21  my $limit = shift @ARGV;  =head1 NAME
22    
23  my $config = LoadFile('conf/config.yml');  run.pl - start WebPAC indexing
24    
25  print "config = ",Dumper($config);  B<this command will probably go away. Don't get used to it!>
26    
27  my $type = lc($config->{input}->{type});  Options:
28    
29  die "I know only how to handle input type isis, not '$type'!\n" unless ($type eq 'isis');  =over 4
30    
31  my $abs_path = abs_path($0);  =item --offset 42
 $abs_path =~ s#/[^/]*$#/#;  
32    
33  my $lookup = new WebPAC::Lookup(  start loading (all) databases at offset 42
         lookup_file => $config->{input}->{lookup},  
 );  
34    
35    =item --limit 100
36    
37    limit loading to 100 records
38    
39  my $isis = new WebPAC::Input::ISIS(  =item --clean
         code_page => $config->{webpac}->{webpac_encoding},  
         limit_mfn => $config->{input}->{limit},  
 );  
40    
41  my $maxmfn = $isis->open(  remove database and Hyper Estraier index before indexing
         filename => $config->{input}->{path},  
         code_page => $config->{input}->{encoding},      # database encoding  
 );  
42    
43  my $path = './db/';  =item --one=database_name
44    
45  my $db = new WebPAC::Store(  reindex just single database
         path => $config->{webpac}->{db_path},  
 );  
46    
47  my $n = new WebPAC::Normalize::XML(  =item --config conf/config.yml
 #       filter => { 'foo' => sub { shift } },  
         db => $db,  
         lookup_regex => $lookup->regex,  
         lookup => $lookup,  
 );  
48    
49  $n->open(  path to YAML configuration file
         tag => $config->{normalize}->{tag},  
         xml_file => $config->{normalize}->{path},  
 );  
50    
51  my $out = new WebPAC::Output::TT(  =back
52          include_path => $config->{webpac}->{template_path},  
53          filters => { foo => sub { shift } },  =cut
54  );  
55    my $offset;
56    my $limit;
57    
58  my $est = new WebPAC::Output::Estraier(  my $clean = 0;
59          %{ $config->{hyperestraier} }  my $config = 'conf/config.yml';
60    my $debug = 0;
61    my $one_db_name;
62    
63    GetOptions(
64            "limit=i" => \$limit,
65            "offset=i" => \$offset,
66            "clean" => \$clean,
67            "one=s" => \$one_db_name,
68            "config" => \$config,
69            "debug" => \$debug,
70  );  );
71    
72    $config = LoadFile($config);
73    
74    print "config = ",Dumper($config) if ($debug);
75    
76    die "no databases in config file!\n" unless ($config->{databases});
77    
78  my $total_rows = 0;  my $total_rows = 0;
79    
80  for ( 0 ... $isis->size ) {  while (my ($database, $db_config) = each %{ $config->{databases} }) {
81    
82            next if ($one_db_name && $database !~ m/$one_db_name/i);
83    
84            my $log = _new WebPAC::Common()->_get_logger();
85    
86            #
87            # open Hyper Estraier database
88            #
89    
90            my $est_config = $config->{hyperestraier} || $log->logdie("can't find 'hyperestraier' part in confguration");
91            $est_config->{database} = $database;
92            $est_config->{clean} = $clean;
93    
94            my $est = new WebPAC::Output::Estraier( %{ $est_config } );
95    
96          my $row = $isis->fetch || next;          #
97            # now WebPAC::Store
98            #
99            my $abs_path = abs_path($0);
100            $abs_path =~ s#/[^/]*$#/#;
101    
102          my $mfn = $row->{'000'}->[0] || die "can't find MFN";          my $db_path = $config->{webpac}->{db_path} . '/' . $database;
103    
104          my $ds = $n->data_structure($row);          if ($clean) {
105                    $log->info("creating new database $database in $db_path");
106                    rmtree( $db_path ) || $log->warn("can't remove $db_path: $!");
107            } else {
108                    $log->info("working on $database in $db_path");
109            }
110    
111  #       print STDERR Dumper($row, $ds);          my $db = new WebPAC::Store(
112                    path => $db_path,
113  #       my $html = $out->apply(                  database => $database,
114  #               template => 'html_ffzg.tt',                  debug => $debug,
 #               data => $ds,  
 #       );  
 #  
 #       # create test output  
 #  
 #       my $file = sprintf('out/%02d.html', $mfn );  
 #       open(my $fh, '>', $file) or die "can't open $file: $!";  
 #       print $fh $html;  
 #       close($fh);  
 #  
 #       $html =~ s#\s*[\n\r]+\s*##gs;  
 #  
 #       print STDERR $html;  
   
         $est->add(  
                 id => $mfn,  
                 ds => $ds,  
                 type => $config->{hyperestraier}->{type},  
115          );          );
116    
         $total_rows++;  
117    
118  };          #
119            # now, iterate through input formats
120            #
121    
122            my @inputs;
123            if (ref($db_config->{input}) eq 'ARRAY') {
124                    @inputs = @{ $db_config->{input} };
125            } elsif ($db_config->{input}) {
126                    push @inputs, $db_config->{input};
127            } else {
128                    $log->info("database $database doesn't have inputs defined");
129            }
130    
131            my @supported_inputs = keys %{ $config->{webpac}->{inputs} };
132    
133            foreach my $input (@inputs) {
134    
135                    my $type = lc($input->{type});
136    
137                    die "I know only how to handle input types ", join(",", @supported_inputs), " not '$type'!\n" unless (grep(/$type/, @supported_inputs));
138    
139                    my $lookup = new WebPAC::Lookup(
140                            lookup_file => $input->{lookup},
141                    );
142    
143                    my $input_module = $config->{webpac}->{inputs}->{$type};
144    
145                    $log->info("working on input $input->{path} [$input->{type}] using $input_module");
146    
147                    my $input_db = new WebPAC::Input(
148                            module => $input_module,
149                            code_page => $config->{webpac}->{webpac_encoding},
150                            limit => $limit || $input->{limit},
151                            offset => $offset,
152                            lookup => $lookup,
153                    );
154                    $log->logdie("can't create input using $input_module") unless ($input);
155    
156                    my $maxmfn = $input_db->open(
157                            path => $input->{path},
158                            code_page => $input->{encoding},        # database encoding
159                    );
160    
161                    my $n = new WebPAC::Normalize::XML(
162                    #       filter => { 'foo' => sub { shift } },
163                            db => $db,
164                            lookup_regex => $lookup->regex,
165                            lookup => $lookup,
166                            prefix => $input->{name},
167                    );
168    
169                    my $normalize_path = $input->{normalize}->{path};
170    
171                    if ($normalize_path =~ m/\.xml$/i) {
172                            $n->open(
173                                    tag => $input->{normalize}->{tag},
174                                    xml_file => $input->{normalize}->{path},
175                            );
176                    } elsif ($normalize_path =~ m/\.(?:yml|yaml)$/i) {
177                            $n->open_yaml(
178                                    path => $normalize_path,
179                                    tag => $input->{normalize}->{tag},
180                            );
181                    }
182    
183                    foreach my $pos ( 0 ... $input_db->size ) {
184    
185                            my $row = $input_db->fetch || next;
186    
187                            my $mfn = $row->{'000'}->[0];
188    
189                            if (! $mfn || $mfn !~ m#^\d+$#) {
190                                    $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");
191                                    $mfn = $pos;
192                                    push @{ $row->{'000'} }, $pos;
193                            }
194    
195                            my $ds = $n->data_structure($row);
196    
197                            $est->add(
198                                    id => $input->{name} . "/" . $mfn,
199                                    ds => $ds,
200                                    type => $config->{hyperestraier}->{type},
201                            );
202    
203                            $total_rows++;
204                    }
205    
206            };
207    
208            $log->info("$total_rows records indexed");
209    
210            #
211            # add Hyper Estraier links to other databases
212            #
213            if (ref($db_config->{links}) eq 'ARRAY') {
214                    foreach my $link (@{ $db_config->{links} }) {
215                            $log->info("adding link $database -> $link->{to} [$link->{credit}]");
216                            $est->add_link(
217                                    from => $database,
218                                    to => $link->{to},
219                                    credit => $link->{credit},
220                            );
221                    }
222            }
223    
224  my $log = $lookup->_get_logger;  }
225    
 $log->info("$total_rows records indexed");  
Legend:
Removed from v.209  
changed lines
  Added in v.335
  ViewVC Help
Powered by ViewVC 1.1.26